Windows ML: la apuesta de Microsoft para activar la NPU

La NPU ya no se vende por su cifra, sino por lo que puede ejecutar

Windows ML sumó soporte experimental para llama.cpp, el motor que permite correr modelos de lenguaje en formato GGUF. El anuncio, del 7 de octubre de 2026, es la señal más clara de que Microsoft quiere dejar de vender la NPU como un número en la ficha técnica y empezar a ponerla a trabajar. Para un founder que construye producto, la diferencia entre una NPU desaprovechada y una que ejecuta inferencia local es concreta: menos tokens consumidos en la nube, menos latencia y datos que no salen del equipo.

La pregunta que arrastra el sector desde 2024 es si la unidad de procesamiento neuronal es una herramienta real o una etiqueta comercial. La respuesta corta: es real, pero el software llegó tarde.

¿Qué es una NPU y por qué Microsoft la volvió un requisito?

Una NPU (Neural Processing Unit) es un área del procesador diseñada específicamente para tareas de inteligencia artificial. Qualcomm lleva años trabajándola, y fue la primera en cumplir el listón que Microsoft fijó para sus Copilot+ PC: una NPU de al menos 40 TOPS (billones de operaciones por segundo).

Ese requisito dejó fuera a los fabricantes tradicionales en la primera oleada. Según La Razón, la NPU de los Intel Meteor Lake alcanzaba 10 TOPS y algunos Ryzen 7000 y 8000 de AMD llegaban a 16 TOPS, muy lejos del umbral. Qualcomm, con su Snapdragon X Series, llegaba a 45 TOPS. AMD respondió en el Computex 2024 con los Ryzen AI 300 y 50 TOPS, según El Español.

Lo llamativo es lo que pasó después: en septiembre de 2026, Ars Technica reportó que Microsoft dejó de insistir en la etiqueta. Los nuevos Surface Pro de 12 pulgadas (2ª generación) y Surface Laptop de 13 pulgadas (2ª generación) cumplen los requisitos pero no se llaman Copilot+ PC. Brett Ostrum, vicepresidente corporativo de Surface, lo confirmó: siguen apostando por la narrativa de IA en el borde, pero sin la etiqueta. Esos equipos usan procesadores Snapdragon X2 Plus con NPU Hexagon de 80 TOPS, el doble del piso original.

Para un founder, la lectura es directa: el hardware ya está y sigue mejorando, pero la marca que lo vendía se está retirando. El valor se mudó al software.

Windows ML: la capa que quiere terminar con la infrautilización

El problema de fondo de los Copilot+ PC es que sus NPU tenían un protagonismo limitado en el uso cotidiano de Windows 11. La pieza que Microsoft puso sobre la mesa es Windows ML, un entorno de ejecución basado en ONNX Runtime que permite usar modelos de IA en la CPU, la GPU o la NPU según el hardware disponible.

La clave está en la abstracción: en lugar de que cada desarrollador adapte su aplicación a Qualcomm, Intel o AMD por separado, Windows administra los proveedores de ejecución y los mantiene actualizados.

Las novedades que llegaron con la integración de llama.cpp apuntan a lo mismo:

• Modelos GGUF y ONNX bajo una sola interfaz. La API experimental de generación de texto acepta modelos GGUF (que corren por el backend de llama.cpp) y modelos ONNX (por ONNX Runtime). Windows ML elige el backend según el tipo de modelo.
• Un endpoint local compatible con el SDK de OpenAI. Puedes apuntar tu cliente a 127.0.0.1 y enviar llamadas al servicio local en lugar de a una API en la nube, sin reescribir tu aplicación.
• Windows ML Runtime API, todavía experimental, que permite encadenar varios modelos en un mismo flujo y decidir qué acelerador usa cada etapa.
• Interfaces listas para generación de texto y transcripción de voz, que reducen el trabajo de integrar esas funciones.

Hay que leer la letra chica. Según TechGenyz, estas APIs son experimentales y no están listas para producción: soportan C++ y Python, pero no C#, y Microsoft pide no publicar en la Microsoft Store aplicaciones que dependan de ellas. Además, la generación de texto está en un estado temprano: decodificación greedy, sin salida estructurada ni controles de sampling.

Y un detalle que conviene no pasar por alto: la integración inicial de llama.cpp usa CPU o GPU NVIDIA compatibles, sin aceleración por NPU para ese formato. Es decir, la puerta se abrió, pero la NPU todavía no es la que entra por ella.

¿La NPU es marketing? El caso de Apple y Nvidia

La comparación que suele usarse para desacreditar la NPU es que Apple y Nvidia no tienen una. El argumento se cae solo: Apple lleva trabajando en su Neural Engine desde el chip M1 y ofrece herramientas a los desarrolladores desde hace más de seis años. No es que no exista el acelerador; es que no lo llaman NPU.

La conclusión es incómoda para Microsoft: el problema nunca fue el silicio, sino las herramientas y las aplicaciones que debían aprovecharlo. La propia compañía lo está abordando por dos vías.

La primera es la inteligencia híbrida: Windows podrá combinar modelos locales con servicios en la nube, usando los recursos del equipo cuando convenga. Copilot podrá aprovechar modelos locales, consultar archivos y actividad reciente con autorización del usuario y ejecutar acciones en el equipo, con un despliegue progresivo en Copilot+ PC durante los próximos meses.

La segunda es el enrutamiento. Según Technobezz, Microsoft prepara una vista previa experimental del sistema GitHub HydraFusion, que decidirá entre modelos que corren en el dispositivo y modelos en la nube, cubriendo Visual Studio Code, GitHub Copilot CLI y la app de GitHub Copilot. La compañía sostiene que usar cómputo local para las tareas adecuadas ayuda a estirar el presupuesto de tokens de IA. En paralelo, Microsoft Execution Containers (MXC) ya está disponible de forma general en Windows 11 para acotar a qué archivos y redes puede acceder un agente.

Aplicaciones que ya usan la NPU en Windows 11

Si tu duda es si la NPU sirve para algo hoy, esta tabla del artículo original responde mejor que cualquier benchmark:

Aplicación	Función acelerada por NPU	Utilidad
DaVinci Resolve	Magic Mask y Smart Reframe	Aislar personas u objetos y reencuadrar vídeos
CapCut	Auto Cutout	Eliminar fondos de vídeos automáticamente
Filmora	Efectos corporales mediante IA	Aplicar efectos visuales con previsualización en tiempo real
Luminar Neo	Upscale AI y Supersharp AI	Ampliar fotografías y recuperar nitidez
djay Pro	Neural Mix	Separar voces, batería e instrumentos en tiempo real
Camo Studio	Segmentación de imágenes	Mejorar la imagen de la cámara web
Moises Live	Separación de audio mediante IA	Aislar voces e instrumentos musicales
Cephable	Reconocimiento facial, gestos y voz	Controlar aplicaciones mediante movimientos y comandos
Dot Vista	Reconocimiento de voz y OCR	Funciones de accesibilidad y control manos libres

El patrón es claro: los casos donde la NPU brilla son tareas de visión, audio y accesibilidad que corren en tiempo real y sobre datos sensibles. No es un acelerador para todo, y añadirlo sin criterio no aporta nada.

¿Qué significa esto para tu startup?

1. Prueba la inferencia local, pero no la pongas en producción. El endpoint compatible con OpenAI es la parte más útil hoy: puedes apuntar tu SDK a 127.0.0.1 y medir cuánto de tu gasto en tokens se puede mover al equipo del usuario. Ten presente que las APIs son experimentales, no soportan C# y Microsoft desaconseja publicar apps que dependan de ellas en la Store.

2. Audita tu stack por tipo de tarea, no por moda. Transcripción de voz, OCR, segmentación de imágenes y separación de audio son los casos donde ya hay aplicaciones aprovechando la NPU. Si tu producto hace algo de eso, hay una ruta local que reduce latencia y costo.

3. Revisa tu criterio de compra de hardware. El piso de NPU subió: los nuevos Surface con Snapdragon X2 Plus llegan a 80 TOPS, el doble del requisito original de 40 TOPS. Comprar portátiles solo por la etiqueta Copilot+ PC ya no tiene sentido, porque Microsoft la está retirando.

4. Piensa en híbrido desde el diseño. Si Microsoft va a enrutar automáticamente entre local y nube, conviene que tu arquitectura no asuma que todo el cómputo ocurre en un solo lugar.

Conclusión

La NPU no es marketing: es un acelerador real con aplicaciones que ya lo aprovechan. Lo que falló fue el orden. Microsoft vendió el hardware antes de tener el software, y ahora está pagando esa deuda con Windows ML, la integración de llama.cpp y una estrategia híbrida que reparte el trabajo entre el equipo y la nube.

Para un founder, el momento de mirar esto es ahora, no cuando la etiqueta desaparezca del todo. La infraestructura para correr IA local en Windows está dejando de ser una promesa de keynote y empieza a ser una API a la que puedes apuntar tu código. Con las limitaciones a la vista, pero con una dirección clara.

Fuentes

• Microsofters (fuente original)
• TechGenyz
• Technobezz
• Ars Technica
• El Español
• La Razón